Menü
Oberhessische Presse | Ihre Zeitung aus Oberhessen
Anmelden
Marburg Künstliche Intelligenz hilft Archäologie
Marburg Künstliche Intelligenz hilft Archäologie
Partner im Redaktionsnetzwerk Deutschland
14:59 11.10.2020
Obsidianwerkstücke aus Xalasco bestehen aus einem Material, das in der Nähe der Fundstelle gefördert wurde, fanden Archäologen mit Hilfe Künstlicher Intelligenz heraus. Quelle: Foto: Pedro A. López-García / Denisse L. Argote
Anzeige
Marburg

Künstliche Intelligenz ist besser als bisherige Softwareanwendungen in der Lage, den Ursprung archäologischer Funde aus naturwissenschaftlichen Untersuchungsdaten abzuleiten.

Das zeigen der Marburger Physiker und Informatiker Dr. Michael Thrun sowie die beiden Archäologen Professor Pedro A. López-García und Professorin Denisse L. Argote vom Nationalen Institut für Anthropologie und Geschichte in Mexiko bei der Analyse von Obsidianwerkstücken, die bei Ausgrabungen geborgen wurden. Das Team veröffentlichte jetzt seine Ergebnisse im Fachmagazin „IEEE Access“.

Anzeige

Die archäologische Stätte von Xalasco liegt im Westen Mexikos. Ihre Bewohner pflegten rege Kontakte zu anderen Regionen in der Landesmitte und am Golf von Mexiko, was zum Austausch von Rohstoffen und Produkten führte. Ausgrabungen in Xalasco förderten zahlreiche Werkstücke aus dem Gesteinsglas Obsidian zutage.

Stammt das Ausgangsmaterial aus lokalen Quellen oder wurde es von entfernten Fundstellen herbeigeschafft? Diese Kernfrage galt es zu lösen. „Wir haben die chemische Zusammensetzung der Obsidian-Artefakte spektroskopisch untersucht und diese Messungen mithilfe künstlicher Intelligenz analysiert, um die Werkstücke mit Proben zu vergleichen, die aus den möglichen natürlichen Quellen stammen“, sagt der Marburger Informatiker Dr. Michael Thrun, Leitautor der aktuellen Studie.

Computer geben falsche Ergebnisse aus

„Unsere Ergebnisse zeigen, dass unser Ansatz für eine unvoreingenommene Analyse von archäologischem Material geeignet ist“, erklärt der Informatiker. Die Untersuchung zeigte ein hohes Maß an Übereinstimmung zwischen den Obsidianwerkstücken und den Proben aus bestimmten Herkunftsorten.

„Die herkömmlichen Computerprogramme können bei der Datenauswertung in die Irre führen, da sie nicht in der Lage sind, die verschiedenen archäologischen Quellen eindeutig zu unterscheiden“, erläutert Michael Thrun. Denn die üblichen Rechenvorschriften wenden pauschale Vorannahmen über die Datenstruktur an, auch wenn über diese Strukturen nichts bekannt ist. Das führt zu falschen Ergebnissen, weil Daten zu Gruppen zusammengefasst werden, in die sie nicht hineingehören.

Die Forscher nutzten stattdessen einen neuen Ansatz, der sich des maschinellen Lernens bedient. Die Methode basiert auf der Doktorarbeit von Thrun aus dem Jahr 2017. Nach einer Buchpublikation der wissenschaftlichen Methode wurden auch die Wissenschaftler aus Mexiko vor zwei Jahren darauf aufmerksam und nahmen Kontakt zu dem Marburger Informatiker auf. Dieser passte daraufhin seine Methode auf die Probleme der archäologischen Forschung hin an.

Ameisen helfen Informatikern

Das Verfahren basiert auf einem Schwarm selbstständiger Softwareeinheiten, die miteinander und mit ihrer Umgebung interagieren, um „kollektiv intelligentes Verhalten“ hervorzubringen. Dieses Prinzip des datenbionischen Schwarms vermischt Forschungsansätze aus der Informatik und biologische Konzepte und greift neben dem Konzept der Schwarmintelligenz auch Ansätze aus der Spieltheorie auf. Der Marburger Informatik-Professor Alfred Ultsch zählt zu den Pionieren der Datenbionik in Deutschland und hat bereits seit den 90er-Jahren Forschungsansätze entwickelt, die seit einigen Jahren auch sein Doktorand und Mitarbeiter Dr. Michael Thrun weiterführt.

Beim Prinzip des datenbionischen Schwarms werden Erkenntnisse aus der Beobachtung des Verhaltens von Ameisenstämmen – in diesem Fall konkret die Tricks der Ameisen bei der Kommunikation – für die Informatik genutzt. Bei den Ameisen ging es darum, dass diese sich an Gerüchen orientieren und sich dorthin begeben, wo es für sie am besten riecht und dann aufhören, sich zu bewegen. Ähnlich funktioniert das bei den zu analysierenden Datensätzen, die sich dann dort gemeinsam sortieren, wo die Umgebung am angenehmsten für sie ist.

Die neue Methode der Künstlichen Intelligenz war ursprünglich entwickelt worden, um Genexpressionsdaten von Leukämie-Patienten zu analysieren. Sie ist aber zudem auch schon vielseitig verwendet worden, beispielsweise zur Unterstützung der Schmerzforschung oder bei der Untersuchung genetischer Daten von Bienenvölkern.

Von Manfred Hitzeroth

11.10.2020